多无人机协同SLAM学习笔记(二)

本文探讨了基于ROS的多无人机编队控制技术,包括领航者-跟随者方法、虚拟结构、人工势场等策略。作者指出领航者-跟随者方法在编队中依赖性强,且在实际运行中由于激光雷达数据问题导致缺乏路径规划功能。以两个agent为例,解释了如何通过位置信息和激光雷达数据实现编队和避障。
摘要由CSDN通过智能技术生成

基于ROS的多无人机编队仿真(古月居--付雷雷)

多无人机编队主要需要解决两个问题,即1.多机器人编队队形的形成,2.多机器人编队形成后的保持。

目前针对对无人机的编队控制,主要有以下几种方法:1)基于领航者-跟随者 2)基于虚拟结构 3)基于人工势场 4)基于行为 5)基于路径跟随 6)基于信息一致性

领航者-跟随者方法的有点在于编队控制结构的简单实现,在编队中,仅需要设置领航者的期望路径。这种方法的缺点是编队系统过分依赖领航者。

运行launch文件发现一个问题:小车在运行过程中不能对路障和彼此之间进行躲避,即没有路径规划功能 。作者给出的原因是:本次设计因为小车雷达无法获取intensities[]数据,所以没用到避障功能。

以下以两个agent为例介绍编队系统的框架.

 仿真环境将robot1、robot2的定位数据以及机器人上的激光雷达数据发送至机器人各自的节点。robot1在编队中作为领航者,将激光数据发送至领航者节点,领航者结合激光数据做出运动和避障命令,并将运动命令发送至robor1节点。跟随者不但接受robot2的激光数据,还接受robor1和robot2的位置信息,并根据二者位置(距离与偏航角)差距,通过控制算法给出robot2的控制命令,使得两者位置差距逐渐趋近于给定值,从而达到编队效果。robot1和robot2的控制命令最终发送至仿真环境以实现.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值